01

 培训背景 
近年来，利用高性能计算机来进行药物虚拟筛选已经被广泛应用，计算机辅助药物设计可以提高药物研发的成功率，降低研发成本，缩短研发周期，是目前创新药物研究的核心技术之一。
随着医药大数据的积累和人工智能技术的发展，运用AI技术并结合大数据的精准药物设计也不断推动着创新药物的发展。在新型冠状病毒的治疗方案中，通过一系列计算机辅助药物生物计算的方法发现一大类药物分子可以有效阻止新冠病毒的侵染，为治疗新冠提供了新思路。
应新老客户的培训需求，北京软研国际信息技术研究院特举办“计算机辅助药物设计技术与应用实践”系列专题培训班，本次培训由互动派（北京）教育科技有限公司具体承办，具体相关事宜通知如下：
//
点击文末阅读原文获取正式通知文件
专题一
（直播）
CADD蛋白结构分析、虚拟筛选、分子对接
（蛋白-蛋白、蛋白-多肽）
专题二
（直播）
AMBER分子动力学能量优化与分析、结合自由能计算专题
专题三
（直播）
AIDD人工智能（浅层学习与深度学习）药物发现

02

 培训特色 
本次系列课程共三个专题，均采用在线直播的形式，提供软件操作及算例教学无限次回放视频，建立永不解散的课程群，长期互动答疑，学员学完后可以继续与专业老师同学交流问题，巩固学习内容，从而更好地满足学员不同方面的论文及实际科研工作需求；
专题一
带您一步步实操学习蛋白结构分析、同源建模、虚拟筛选、分子对接（半柔性、柔性对接、蛋白-蛋白、蛋白-多肽、金属酶蛋白-配体、核酸-小分子、共价对接等）、药效团模型、定量构效关系、碎片化药物设计、Gromacs 分子动力学模拟与结果分析，并以实例讲解与练习为主，达到即学即用效果，帮助学员系统性掌握计算机辅助药物设计技术，助力学术研究；
专题二
从AMBER的安装运行开始，深入研究对象模型的获取与构建、能量优化、分子动力学模拟、轨迹特征获取、基于能量的相互作用机理分析等知识点，并对经典文献进行复现。
专题三
通过机器学习、深度学习的分类回归任务、 分子特征、模型评估、参数优化与模型选择、浅层学习分类的虚拟筛选、集成机器学习方法使用、DNN，GCN，GAT等主流深度学习模型实操以及结合相关课题的应用实践等内容，带您真正的进入人工智能药物发现的领域。
☟上下滑动查看更多
Slide for more photos
☟上下滑动查看更多
Slide for more photos

03

 培训时间 
CADD蛋白结构分析、虚拟筛选、分子对接（蛋白-蛋白、蛋白-多肽）
2022年06月24日-06月26日
在线直播（授课三天）
2022年07月01日-07月03日
在线直播（授课三天）
AMBER分子动力学能量优化与分析、结合自由能计算专题
2022年07月02日-07月05日
在线直播（授课四天）
AIDD人工智能（浅层学习与深度学习）药物发现专题
2022年06月24日-06月26日
在线直播（授课三天）
2022年07月02日-07月03日
在线直播（授课两天）

04

 培训大纲 
CADD蛋白结构分析、虚拟筛选、分子对接
（蛋白-蛋白、蛋白-多肽）
时间
课程名称
课程内容
第一天
上午
生物分子互作基础
1.生物分子互作用研究方法
1.1蛋白-小分子、蛋白-蛋白相互作用原理
1.2 分子对接研究生物分子相互作用
1.3 蛋白蛋白对接研究分子相互作用
蛋白数据库
1. PDB 数据库介绍
1.1 PDB蛋白数据库功能
1.2 PDB蛋白数据可获取资源
1.3 PDB蛋白数据库对药物研发的重要性
2.PDB 数据库的使用
2.1 靶点蛋白结构类型、数据解读及下载
2.2 靶点蛋白结构序列下载
2.3 靶点蛋白背景分析
2.4 相关数据资源获取途径
2.4 批量下载蛋白晶体结构
第一天
下午
蛋白结构分析
1. Pymol 软件介绍
1.1 软件安装及初始设置  1.2 基本知识介绍（如氢键等）
2.Pymol 软件使用
2.1蛋白小分子相互作用图解
2.2 蛋白蛋白相互作用图解
2.3 蛋白及小分子表面图、静电势表示
2.4蛋白及小分子结构叠加及比对
2.5绘相互作用力
2.6 Pymol动画制作
实例讲解与练习：
（1）尼洛替尼与靶点的相互作用，列出相互作用的氨基酸，并导出结合模式图
（2）制作结合口袋表面图
（3）Bcr/Abl靶点的PDB结构叠合
（4）制作蛋白相互作用动画
（5）针对ACE2和新冠病毒Spike的蛋白晶体复合物，制作蛋白-蛋白相互作用
第二天上午
同源建模
1. 同源建模原理介绍
1.1 同源建模的功能及使用场景
1.2 同源建模的方法
2. Swiss-Model 同源建模；
2.1 同源蛋白的搜索（blast等方法）
2.2 蛋白序列比对
2.3 蛋白模板选择
2.4 蛋白模型搭建
2.5 模型评价（蛋白拉曼图）
2.6 蛋白模型优化
实例讲解与练习：用2019-nCoV spike蛋白序列建模，根据相应参数和方法评价模型
第二天下午
小分子构建
1. ChemDraw软件介绍
    1.1小分子结构构建
    1.2 小分子理化性质（如分子量、clogP等）计算
实例讲解与练习：分别构建大环、氨基酸、DNA、RNA等分子
小分子化合物库
1. 小分子数据库
1.1 DrugBank、ZINC、ChEMBL等数据库介绍及使用
1.2 天然产物、中药成分数据库介绍及使用
第三天上午
生物分子相互作用Ⅰ
1.分子对接基础
    1.1分子对接原理及对接软件介绍
2. 分子对接软件（Autodock) 使用
    2.1半柔性对接
    2.1.1  小分子配体优化准备
    2.1.2  蛋白受体优化及坐标文件准备
    2.1.3  蛋白受体格点计算
    2.1.4  半柔性对接计算
2.2对接结果评价
    2.2.1  晶体结构构象进行对比
    2.2.2  能量角度评价对接结果
    2.2.3  聚类分析评价对接结果
    2.2.4  最优结合构象的选择
    2.2.5  已知活性化合物对接结果比较
实例讲解与练习：激酶Bcr/Abl靶点抑制剂的半柔性对接
第三天下午
生物分子相互作用II
2.3柔性对接
   2.3.1  小分子配体优化准备
   2.3.2  蛋白受体优化及坐标文件准备
   2.3.3  蛋白受体格点计算
   2.3.4  柔性对接计算及结果评价
   2.3.6  半柔性对接与柔性对接比较与选择
实例讲解与练习：Bcr/Abl靶点抑制剂的柔性对接
虚拟筛选
3. 分子对接用于虚拟筛选（Autodock）
    3.1 虚拟筛选定义、流程构建及演示
    3.2 靶点蛋白选择、化合物库获取
    3.3虚拟筛选
    3.4 结果分析（打分值、能量及相互作用分析）
实例讲解与练习：Bcr/Abl靶点抑制剂的虚拟筛选
小分子格式转换
1. openbabel的介绍和使用
    1.1 openbabel软件介绍
    1.2 小分子结构类型
    1.3 小分子结构类型转换
答疑

针对前三天学习问题的答疑
第四天上午
拓展对接使用场景（上）
1.蛋白-蛋白大分子对接
1.1蛋白-蛋白对接的应用场景
1.2相关程序的介绍
1.3 受体和配体蛋白前期优化准备
1.4 载入受体和配体分子
1.5蛋白蛋白相互作用对接位点设定
1.6蛋白蛋白对接结果分析与解读
实例讲解与练习：新冠病毒Spike蛋白及宿主蛋白ACE2的对接
2.蛋白-多肽对接
2.1蛋白-多肽相互作用简介
2.2蛋白-多肽分子预处理
2.3蛋白-多肽分子对接
2.4对接结果展示与分析
实例讲解与练习：新冠靶点3CL与多肽/类多肽抑制剂的对接
3.含金属离子的蛋白靶点与小分子对接
3.1 金属酶蛋白-配体的相互作用介绍
3.2相关蛋白及配体分子的收集与预处理
3.3金属离子的处理与准备
3.4金属辅酶蛋白-配体的对接
3.5对接结果展示与分析
实例讲解与练习：基质金属蛋白酶MMP及其抑制剂对接
第四天下午
拓展对接使用场景（下）
4.小分子与小分子对接
4.1小分子-小分子相互作用简介
4.2小分子结构预处理
4.3小分子-小分子对接
4.4对接结果展示与分析
实例讲解与练习：环糊精与药物小分子的对接
5.核酸-小分子对接
5.1核酸-小分子的应用场景
5.2核酸-小分子相互作用简介
5.3核酸-小分子的预处理
5.4核酸-小分子对接
5.5相关结果的展示与分析
实例讲解与练习：DNA G-四链体和配体分子对接
6.共价对接
6.1共价对接的原理及应用场景
6.2蛋白和共价结合配体的预处理
6.3药物分子与靶蛋白的共价对接
6.6相关结果的展示与分析
实例讲解与练习：激酶靶点EGFR抑制剂的共价对接
第五天上午
基于碎片药物设计
1. 基于碎片药物设计
   1.1基于碎片的药物设计与发现
   1.2 基于碎片化合物库构建
   1.2.1 骨架替换
   1.2.2 碎片连接
   1.2.3 碎片生长
   1.3 基于药效团的化合物库生成
   1.4 基于蛋白结合口袋的化合物库生成
   1.5 基于分子描述符的化合物库生成
   1.6 基于BREED规则的化合物库构建
   1.7 基于碎片的化合物库筛选
实例讲解与练习：基于片段的Bcr/Abl靶点抑制剂优化与改造
第五天下午
构效关系分析
1. 3D-QSAR模型构建（Sybyl软件）
1.1 小分子构建
1.2 创建小分子数据库
1.3 小分子加电荷及能量优化
1.4 分子活性构象确定及叠合
1.5 创建3D-QSAR模型
1.6 CoMFA和CoMSIA模型构建
1.7 测试集验证模型
1.8 模型参数分析
1.9 模型等势图分析
1.10 3D-QSAR模型指导药物设计
实例讲解与练习：激酶靶点Bcr/Abl抑制剂的构效关系模型构建与活性预测
第六天全天
分子动力学模拟
1. 分子动力学简介（GROMACS软件）
1.1分子动力学基本原理
1.2  Linux 系统介绍
1.3  分子动力学软件介绍（Gromacs）
2. Gromacs 进行分子动力学模拟
2.1 配体分子的处理
2.2 蛋白结构的处理
2.3 修改蛋白坐标文件
2.4修改拓扑文件
2.5构建盒子并放入溶剂
2.6平衡系统电荷
2.7能量最小化
2.8 NVT平衡
2.9 NPT平衡
2.10 产出动力学模拟
3. 分子动力学结果分析
3.1轨迹文件观察
3.2能量数据作图
3.3 轨迹修正处理
3.4 回旋半径分析
3.5 计算蛋白构象的RMSD 变化
3.6计算原子位置的RMSF变化
3.7 蛋白配体构象聚类
3.8蛋白配体相互作用氢键分析
3.9 蛋白配体相互作用能分析
实例讲解与练习：
（1）水中的溶菌酶纯蛋白模拟
（2）T4溶菌酶及配体复合物模拟
答疑
针对后三天学习问题的答疑
AMBER分子动力学模拟能量优化、结合自由能计算专题
第一天
时间
课时内容
主要知识点
AM
9:00~9:50
一. 分子动力学入门理/论
教学目标：了解本方向内容、理论基础、研究意义。
1 分子力学简介
1.1 分子力学的基本假设
1.2 分子力学的主要形式
2 分子力场
2.1 分子力场的简介
2.2 分子力场的原理
2.3 分子力场的分类及应用
AM
10:00~10:50
二. LINUX入门
教学目标：掌握数值计算平台，熟悉计算机语言，能够使用vim编辑器简单编辑文件。
3 LINUX 简介
3.1 用户属组及权限
3.2 目录文件属性
3.3 LINUX基础命令
3.4 LINUX环境变量
3.5 shell常用命令练习
AM
11:00~12:00
PM
14:00~14:50
三. AMBER简介及安装
教学目标：了解Amber软件历史发展，熟悉安装环境，支撑环境编译。
4 AMBER简介和安装
4.1 GCC简介及安装
4.2 Open MPI简介及安装
4.3 AMBER安装运行
4.4 LIUUX操作练习
PM
15:00~15:50
PM
16:00~17:00
第二天
时间
课时内容
主要知识点
AM
9:00~9:50
四. 研究对象模型获取
教学目标：如何确立研究对象，熟悉蛋白数据库的使用，如何对研究对象建模。
5 模型文件的预处理
5.1 模型来源简介
5.2 蛋白文件简介
AM
10:00~10:50
五. 研究对象模型构建
教学目标：熟悉模型预处理流程,掌握输入文件的编写，能够独立完成体系动力学之前的准备工作。
6 模型文件的预处理
6.1 蛋白预处理
6.2 小分子预处理
AM
11:00~12:00
    6.3 AMBER力场简介
    6.4 拓扑文件、坐标文件简介
    6.5 top、crd文件的生成
    6.6 tleap模块的使用
案例实践：
    Ø HIV-1复合物的预处理
PM
14:00~14:50
六. 分子动力学模拟
教学目标：分子动力学流程，AMBER软件动力学原则，完成分子动力学模拟的操作练习。
7 能量优化、分子动力学模拟
    7.1 能量优化意义以及方法
    7.2 模拟温度调节意义及方法
    7.3 溶剂模型分类及选择
    7.4 动力学模拟输入文件的编写
    7.5 运行分子动力学模拟
    7.6 输出内容解读
    7.7 练习答疑
案例实践：
    Ø HIV-1复合体系能量优化、分子动力学模拟
PM
15:00~15:50
AM
16:00~17:00
第三天
时间
课时内容
主要知识点
AM
9:00~9:50
七. 结合自由能计算
教学目标：熟悉结合自由能计算的意义、MMPBSA方法以及流程。
8 焓变计算
8.1 实验数据分析及检索
8.2 MM/PBSA结合自由能计算原理
8.3 GB模型讲解及分类
8.4 焓变输入文件的编写
8.5 焓变结果解读
AM
10:00~10:50
9 熵变计算
9.1 Nmode计算熵变原理
9.2 熵变输入文件的编写
9.3 熵变结果解读
9.4 实验值与理论值对照分析
案例实践：
Ø HIV-1与抑制剂之间结合自由能计算
AM
11:00~12:00
PM
14:00~14:50
八. 可视化软件
教学目标：熟悉可视化软件获取渠道、软件安装以及基本使用，采用可视化软件辅助科研工作。
10 3D可视化分析
10.1 VMD安装和使用
10.2 Pymol 安装和使用
PM
15:00~15:50
九. 基于分子动力学的轨迹特征获取
教学目标：从动力学模拟出的构象出发，洞悉构象转变，解释实验想象，预测实验结果
11 构象分析
11.1 RMSD分析
11.2 B-Factory 分析
11.3 RMSF分析
AM
16:00~17:00
11.4 RG分析
11.5 VMD动画展示
11.6 距离角度测量
11.7 溶剂可及表面积（SASA）
第四天
时间
课时内容
主要知识点
AM
9:00~9:50
十. 基于能量的相互作用机理分析
教学目标：从能量角度出发，分析分子间、残基间、重要基团间相互作用机理，对实验提供理论指导
12 能量分析
12.1 残基分解（相互作用分析）
12.2 丙氨酸扫描（寻找热点残基）
12.3 氢键网络（盐桥，pi-pi共轭等其它相互作用）
12.4 练习答疑
AM
10:00~10:50
AM
11:00~12:00
PM
14:00~14:50
十一. 经典工作复现
教学目标：引导初学者了解本方向中经典工作，复现工作中重要分析手段，加深同学对本方向的理解。
13 经典文献工作复现(请同学在课前自行下载仔细阅读)
13.1   Nanoscale 2020, 12, 7134−7145.
(a) RMSD和2D_RMSD检验模拟的稳定性
(b) 结合自由能的对比与分析
(c) 热力学积分计算相对结合自由能
(d) 氢键网络分析
(e) 残基分解预测热点氨基酸
13.2   J. Chem. Inf. Model. 2021, 61, 7, 3529–3542
(a) 丙氨酸扫面预测热点氨基酸
(b) 残基接触（contact）分析
(c) 温度因子分析（B-facter）分析
(d) 溶剂可及表面积分析
(e) 伞状采样动力学再现解离机制
13.3  练习答疑
PM
15:00~15:50
PM
16:00~17:00
AIDD人工智能（浅层学习与深度学习）药物发现
时间
课程内容
课程内容
第一天上午
计算机辅助药物分子设计
1.计算机辅助药物设计(CADD)简介
2.CADD的基本方法
2.1分子对接
2.2药效团
2.3 QSAR和QSPR
2.4 各类药学研究数据库的介绍
第一天下午
Anaconda3的安装配置
3.Anaconda3
3.1 Pandas
3.2 NumPy
3.3 RDKit
3.4 scikit-learn
3.5 Pytorch
3.6 Tensorflow
3.7 DeepChem
3.8 XGBoost
第二天上午
AIDD简介
——分类和回归任务
1.分类模型的构建与应用
1.1逻辑回归算法原理
1.2朴素贝叶斯算法原理
1.3k最近邻算法原理
1.4支持向量机算法原理
1.5随机森林算法原理
1.6梯度提升算法原理
2. 分子特征介绍
  2.1 分子描述符  
  2.2 分子指纹  
  2.3分子图
第二天下午
基于浅层机器学习的药物发现（目标：引导学员自行实现基于其他三种算法如KNN，SVM，XGBoost的毒性预测模型，并用于小分子化合物的毒性预测）
3.模型评估方法
3.1交叉验证
3.2外部验证
3.3分类模型的常用评价指标
3.4混淆矩阵
3.5准确率
3.6敏感性
3.7特异性
4.参数优化与模型选择
4.1超参数优化
4.2 模型选择的标准
模型实例讲解与练习（文献复现）：
Ø 给定数据集为例，基于随机森林算法的CYPs抑制剂相关毒性预测模型的构建与使用
第三天上午
基于浅层学习的药物发现——回归任务
1.回归模型的构建与应用
2.回归模型的常用评价指标
2.1 MSE  
2.2 MAE   
2.3 R2
3.模型选择
3.1超参数优化
3.2最优模型选择
第三天下午
基于浅层学习分类的虚拟筛选（目标：引导学员自行实现基于其他三种算法的pIC50值预测模型，并用于小分子化合物pIC50值的预测）
模型实例讲解与练习（文献复现）：
Ø 以微管蛋白为例，机器学习分类任务在药物发现中的实战作用
Ø 给定数据集为例，基于随机森林算法的pIC50值预测模型构建与使用
第四天
基于深度学习的药物发现
1.深度学习的发展历程
1.1深度学习在药物开发中的应用
1.2 DNN
1.3 GCN
1.4 GAT
1.5 KGCN
1.6 FP-GNN
2.深度神经网络的常用框架介绍
2.1 PyTorch
2.2 TensorFlow
3.DEEPCHEM介绍与使用
模型实例讲解与练习（文献复现）：
Ø DEEPCHEM集成的机器学习方法和加载使用
第五天
使用DNN，GCN，GAT等主流深度学习模型进行实操
实例讲解与练习（文献复现）：
Ø 给定数据集为例，使用DNN，GCN，GAT等主流深度学习模型进行小分子抗乳腺活性预测
Ø 乳腺预测的基本思路，逻辑和课题设计
部分案例图示：

05

 培训讲师 
CADD专题讲师：由全国重点大学、国家“双一流”、“211工程”重点建设医药类高校副教授，硕士生导师讲授。发表SCI研究论文20余篇，主持和参与国家级、省部级自然科学基金项目多项。拥有多年新药分子设计和开发经验，主要擅长CADD、AIDD等药物设计方法研究。
AMBER专题讲师：山东省重点高校特聘教授、省优青团队人员，研究团队在《J. Am. Chem. Soc.》、《Phys. Chem. Chem. Phys.》、《Nanoscale》、《J. Chem. Phys.》等国际知名期刊发表SCI论文50余篇。其中以第一作者发表的两篇JACS属于本领域顶级TOP期刊(一区论文，IF: 14.612)。主持国家自然科学基金及省部级课题多项。主要从事生物分子量化计算和分子动力学模拟研究，在动力学模拟、量化计算、结合自由能计算等积累了丰富的经验。
AIDD专题讲师：由全国重点大学、国家“双一流”、“211工程”重点建设高校副教授,硕士生导师主讲。近五年发表代表性论文10余篇，专利8项，软件著作8项，主持和参与国家级、省部级自然科学基金项目10余项。拥有多年抗癌药物分子设计合成及活性研究经验，主要擅长生物信息学、人工智能（深度学习）与数据挖掘等药物设计方法研究。

06

 培训费用 
（含报名费、培训费、资料费）
课程名称

公费价（元）

自费价（元）
CADD专题

56005200
AMBER专题

39003500
AIDD专题

5600

5200

费用提供用于报销正规机打发票及盖有公章的纸质通知文件；如需开具会议费的单位请联系招生老师要会议邀请函；

07

 增值服务 
1、凡报名学员将获得本次培训书本教材以便提前预习及随堂电子资料；
2、提供无限次回放视频：凡报名学员课程结束后可获得所学专题课程软件操作回放视频；
3、价格优惠：

优惠一：本次任一专题2022年6月6日前报名汇款可享受400元优惠（仅限前八名）；

优惠二：同一人报名两个专题课程可享受额外优惠（具体请咨询招生联系人）

4、学员提出的各自遇到的问题，课程结束后可以长期得到老师的解答与指导；

5、课程结束后可获得：北京软研国际信息技术研究院培训中心颁发的专业技能结业证书；

08

 联系方式 

09

 课程问答 
如何报名、缴费？
1.致电专门负责行政招生的老师报名
2.缴费支持公对公转账、个人垫付（对公到账及时退还垫付费用，可开具垫付证明）

目前10000+人已加入我们

继续阅读
阅读原文